Поиск с ИИ и отложенные конверсии: почему Google Ads считает результат уже не в день клика

AI Search и Qualified Future Conversions меняют измерение эффективности в Google Ads потому, что реклама в поиске с ИИ начинает работать раньше прямого спроса, а часть эффекта проявляется позже стандартного окна атрибуции. По разъяснениям Google Ads Liaison Джинни Марвин после анонсов Google Marketing Live, для показов в AI Overviews и AI Mode Google по-прежнему делает ставку на AI Max, Broad Match, Performance Max и Smart Bidding, а Qualified Future Conversions прогнозирует конверсии на горизонте до 180 дней. Для digital-маркетинга это сдвиг сразу в двух точках: поиск становится ближе к медийному касанию, а отчётность все чаще опирается не только на факт конверсии, но и на модель вероятного будущего результата.

Для маркетологов здесь важен не сам факт очередного обновления Google Ads, а новая логика оценки спроса. Если раньше поиск в большинстве команд считался каналом захвата уже сформированного намерения, то поиск с ИИ начинает работать заметно раньше: в момент исследования, уточнения, сравнения и формулирования задачи. Отсюда и разворот в измерении. Google пытается не только показать рекламу в новых сценариях, но и убедить рынок считать эффект дальше, чем видит стандартное окно атрибуции.

Поиск с ИИ в Google Ads смещает рекламу выше по воронке

По разъяснениям Джинни Марвин, которые пересказал Search Engine Journal, отдельной новой кнопки «включить AI Search» для рекламодателя нет. Логика та же, что и раньше: Google ждёт, что рекламодатель отдаст больше контроля системам автоматизации. В этот набор входят Broad Match, AI Max, Performance Max, Shopping, Dynamic Search Ads и Smart Bidding.

Ключевой нюанс не в списке инструментов, а в том, как Google описывает сам отбор рекламы. Марвин уточнила, что в поиске с ИИ система сопоставляет объявление не только с запросом пользователя, но и с содержанием AI-ответа. Это уже другая среда показа. Реклама оценивается не на уровне короткой фразы из двух-трёх слов, а на уровне более длинного намерения, дополнительного контекста и промежуточного ответа, который уже сформировал поиск.

Для измерения эффективности это меняет сразу несколько вещей.

• Запрос становится богаче по смыслу. Пользователь чаще формулирует задачу развернуто, а не вводит короткий коммерческий ключ.
• Касание происходит раньше решения. Объявление может сработать на стадии исследования, а не только в момент готовности купить.
• Роль посадочной страницы усиливается. Google отдельно связывает релевантность показа с текстовой настройкой объявления и Final URL Expansion, то есть с выбором наиболее подходящей страницы под конкретное намерение.
• Сужается пространство ручного контроля. Чем больше роль систем AI Max и Smart Bidding, тем меньше прозрачности на уровне привычной ручной логики «ключевое слово — объявление — страница».

В колонке Брендона Крэма для Business Insider со ссылкой на Google Internal Data говорится, что AI Overviews дают более чем на 10% больше запросов по тем типам запросов, где они показываются, а AI Max в среднем даёт 14% больше конверсий или ценности конверсий при сопоставимом CPA/ROAS. Это не универсальная гарантия для любой кампании, а внутренняя оценка Google по определённой выборке. Но сам вектор понятен: Google хочет, чтобы рекламодатель смотрел на поиск не как на нижнюю часть воронки, а как на среду обнаружения спроса.

Для SMM и контент-маркетинга это тоже не чужая история. Когда поиск превращается в пространство исследования, ценность получают бренды, у которых уже есть понятный цифровой след: объясняющий контент, внятные посадочные страницы, репутационный фон, обсуждения в соцсетях, мониторинг бренда и связка между поисковым интересом и коммуникациями в других каналах.

Почему Qualified Future Conversions появились именно сейчас

Qualified Future Conversions, или QFC, нужны Google не для красоты отчётов, а для закрытия старой проблемы: длинный эффект кампаний плохо виден в коротких окнах атрибуции. По тому же разъяснению Марвин, QFC прогнозирует конверсии, которые могут произойти в течение 180 дней после взаимодействия с рекламой. В расчёте используются ранние сигналы, включая брендовый поиск, и исторические данные.

Здесь важно не перепутать уровни измерения. QFC не равны фактическим продажам в CRM. Это не новые «реальные конверсии» и не замена обычным conversion actions. Это дополнительный сигнал, который должен показать, что кампания может приносить больше результата в долгом горизонте, чем видно по стандартному окну.

Google прямо объясняет это через разрыв между фактическим влиянием кампании и тем, что успевает попасть в отчёт. По данным компании, около 70% конверсий в стандартных кампаниях Google Ads укладываются в окно 30 дней после клика и 3 дня после вовлечённого просмотра, для Performance Max речь идёт примерно о 50%, а для Demand Gen — о 40%. Остальная часть эффекта либо приходит позже, либо хуже видна стандартной модели.

На языке маркетинга это означает простую вещь: Google всё активнее защищает каналы и форматы, которые подогревают спрос, но не всегда закрывают сделку быстро. Раньше такая проблема особенно часто обсуждалась вокруг видео, медийной рекламы и верхневороночных размещений. Теперь тот же спор приходит в поиск.

Именно поэтому QFC нельзя рассматривать изолированно от AI Search. Поиск с ИИ расширяет число ранних, исследовательских, менее линейных сценариев. QFC пытается дать измерение для их отсроченного коммерческого эффекта.

Что меняется в атрибуции и отчётности Google Ads

Самое существенное изменение в том, что поиск перестаёт быть только каналом последнего намерения. Если касание происходит раньше, а конверсия приходит позже, привычная схема оценки ломается по трём направлениям.

1. Last-click и короткие окна становятся ещё менее надёжными

Если человек увидел бренд в AI Search, позже вернулся по брендовому запросу, затем перешёл из ремаркетинга или из Telegram-канала и только после этого оставил заявку, простая модель «кто закрыл клик, тот и герой» будет завышать нижний этап и занижать ранний. Это особенно заметно в B2B, сложных услугах, подписках и дорогих продуктах с длинным циклом выбора.

2. Брендовый спрос становится частью оценки эффективности

QFC использует ранние сигналы вроде брендовых запросов. Значит, в отчётности Google Ads ещё сильнее размывается граница между прямой конверсией и косвенным влиянием на намерение. Для команд это опасно и полезно одновременно.

Полезно, потому что digital-маркетинг давно живёт не только прямыми продажами с первого касания. Опасно, потому что брендовый спрос легко переоценить, если не сравнивать Google Ads с внешними данными: CRM, органикой, трафиком по бренду, контентными волнами, PR-выходами и аналитикой соцсетей.

3. Отчётность становится более вероятностной

QFC — прогнозная метрика. Она полезна как сигнал, но требует дисциплины в валидации. Если команда начинает принимать её как абсолютную истину, возникает риск переатрибуции: система показывает будущий эффект там, где часть результата могла бы прийти и без этого касания.

Поэтому в рабочей практике Google Ads теперь всё важнее держать рядом два слоя отчётности.

• Операционный слой. Фактические конверсии, стоимость заявки, доход, ROAS, доля брендового и небрендового спроса.
• Прогнозный слой. QFC, брендовые запросы, промежуточные сигналы исследования, рост вовлечённости в верхней части воронки.

Когда эти два слоя расходятся слишком сильно, это уже не повод радоваться красивому интерфейсу, а повод проверять модель.

Какие риски создаёт новая модель измерения

Любая новая метрика хороша ровно до момента, пока её не начинают использовать вместо проверки реального бизнеса. У QFC и AI Search в Google Ads уже видны четыре зоны риска.

• Переоценка вклада Google. Если прогноз строится на сигналах вроде брендового поиска, часть эффекта может быть результатом работы других каналов: SMM, контент-маркетинга, PR, email, Telegram-маркетинга, оффера на сайте.
• Снижение прозрачности. Чем больше роли у AI Max, Smart Bidding и автоматического подбора страниц, тем сложнее объяснить внутри команды, почему система нашла именно такой спрос и именно такой маршрут к конверсии.
• Ложное чувство роста. Прогнозная метрика может расти раньше выручки. Это нормально как гипотеза, но опасно как финальный аргумент для перераспределения бюджета.
• Смещение фокуса с качества входящих касаний на доверие к интерфейсу. Красивый отчёт не заменяет проверку того, какие запросы, объявления и страницы реально приводят квалифицированный спрос.

Для агентств и инхаус-команд это отдельный управленческий вопрос. Объяснять клиенту или руководителю результат теперь сложнее, потому что цепочка стала длиннее: AI Search расширяет верх воронки, QFC дорисовывает хвост эффекта, а между ними остаётся зона вероятности. Без нормальной склейки данных эта история быстро превращается в спор версий, а не в аналитику.

Что перестроить в аналитике, SMM и контент-маркетинге уже сейчас

Главный практический вывод не в том, что нужно срочно включить всё автоматическое. Главный вывод в том, что поиск с ИИ нельзя оценивать старой логикой, где успех равен последнему клику по небрендовому запросу.

Разделить кампании по роли в спросе

Часть кампаний всё ещё работает на прямой отлов готового намерения. Часть начинает работать на исследование и формирование выбора. Эти роли нужно разделять в отчётах, а не сваливать в одну таблицу.

Полезный минимум:

• отдельно смотреть брендовые и небрендовые запросы;
• отдельно анализировать короткие и длинные сценарии выбора;
• сравнивать кампании по скорости до конверсии, а не только по CPA;
• отслеживать, где растёт поисковый интерес к бренду после контентных и рекламных волн.

Проверять QFC по фактическому хвосту продаж

Если цикл сделки длинный, QFC может дать рабочую гипотезу раньше фактической выручки. Но гипотеза должна проверяться.

Для этого обычно нужны:

• когортный анализ по дате первого касания;
• сверка с CRM и отложенными продажами;
• сравнение доли брендового спроса до и после кампаний;
• раздельный анализ новых и возвращающихся пользователей.

Если прогнозная метрика растёт, а отложенные продажи по когортам не подтверждают движение, доверять одной панели Google Ads нельзя.

Усилить связку поиска с контентом и соцсетями

AI Search поднимает ценность тех сигналов, которые помогают бренду быть понятным в исследовательском сценарии. Это уже не только вопрос ставок. Это вопрос того, есть ли у бренда внятные ответы на типовые вопросы аудитории, понятные посадочные страницы, последовательный контент-маркетинг и стабильный репутационный фон.

Здесь нужен не абстрактный «мультканальный подход», а вполне прикладная работа:

• отслеживать, какие темы и формулировки уже живут в обсуждениях аудитории;
• видеть, какие публикации дают вторичную волну брендовых запросов;
• проверять, какие материалы поддерживают длинный цикл выбора, а не только быстрый лид;
• связывать охваты, вовлечённость и интерес к бренду с поисковым спросом.

Эту картину удобнее собирать в FollowPulse, когда требуется в одном контуре держать аналитику соцсетей, мониторинг бренда, динамику обсуждений и сигналы Telegram-маркетинга рядом с результатами платного трафика. Для команд, которые работают не в одном рекламном кабинете, а в реальной многоканальной среде, это уже не дополнительный комфорт, а способ не потерять причинно-следственную связь.

Пересмотреть требования к посадочным страницам

Если Google оценивает релевантность рекламы с учётом содержания AI-ответа и подбирает страницу через Final URL Expansion, страница должна отвечать не только на нижневороночный запрос, но и на более широкий вопрос пользователя.

Хороший ориентир здесь такой: страница должна помогать не только «оставить заявку», но и понять, почему решение вообще подходит под конкретный сценарий. Для SaaS, B2B и сервисных продуктов это означает больше материалов о сценариях применения, ограничениях, сравнении подходов, типовых вопросах и структуре выбора.

Где здесь реальная польза для маркетолога, а где просто новый слой хайпа

Польза есть в двух случаях. Первый: когда бренд действительно работает в длинном цикле выбора, и стандартное окно атрибуции системно недооценивает ранние касания. Второй: когда команда умеет сверять прогнозные сигналы с внешними данными, а не верит интерфейсу на слово.

Хайп начинается там, где AI Search подаётся как волшебный новый инвентарь, а QFC — как готовый ответ на вопрос об эффективности. Ни то ни другое не решает проблему измерения само по себе. Google предлагает более удобный язык для защиты долгого эффекта. Но защищать его всё равно придётся через сопоставление с бизнес-данными, а не через одну метрику в кабинете.

Для digital-маркетинга это скорее не революция, а жёсткое ускорение старого тренда. Поиск становится менее линейным, атрибуция — менее буквальной, а граница между спросом, контентом, SMM и рекламой — менее жёсткой. Команды, которые научатся видеть эту связку, будут точнее оценивать результат. Остальные рискуют спорить о CPA там, где выбор пользователя уже давно формируется раньше клика.

Чеклист

1. Проверить, какие кампании в Google Ads уже работают на исследовательский спрос, а какие по-прежнему ловят готовое намерение.
2. Развести в отчётности брендовые и небрендовые запросы, чтобы не перепутать рост интереса к бренду с прямым перехватом спроса.
3. Зафиксировать отдельный слой проверки для QFC: CRM, когорты, отложенные продажи, повторные визиты, динамика брендового спроса.
4. Пересобрать требования к посадочным страницам под более длинные и содержательные сценарии поиска с ИИ.
5. Связать Google Ads с аналитикой соцсетей, Telegram-маркетингом и мониторингом бренда, чтобы видеть, где спрос разогревается до конверсии.
6. Не принимать прогнозные метрики как финальный результат без сверки с фактической выручкой и качеством лидов.

FAQ

Как попасть в поиск с ИИ в Google Ads

Отдельного ручного переключателя для AI Search нет. По разъяснениям Google Ads Liaison, для показов в AI Overviews и AI Mode Google использует кампании и настройки, завязанные на AI Max, Broad Match, Performance Max, Shopping, Dynamic Search Ads и Smart Bidding.

Заменяет ли Qualified Future Conversions обычные конверсии

Нет. QFC — это дополнительный прогнозный сигнал, а не замена стандартных conversion actions. Метрика помогает оценить долгий эффект кампании, но не отменяет фактические конверсии, CRM и обычную атрибуцию.

Можно ли доверять Qualified Future Conversions при длинном цикле сделки

Использовать можно, но только как рабочую гипотезу. Если цикл сделки длинный, QFC полезна для ранней оценки, однако её нужно сверять с когортами, отложенными продажами, брендовым спросом и фактической выручкой.

Почему поиск с ИИ меняет роль контента и SMM

Потому что запросы становятся длиннее и исследовательнее. Пользователь чаще приходит не за мгновенной покупкой, а за сравнением, уточнением и выбором. В такой среде сильнее работают понятные посадочные страницы, контент-маркетинг, мониторинг бренда и аналитика соцсетей.

Что важно агентству или инхаус-команде в новой логике Google Ads

Важно не только оптимизировать ставки, но и объяснять источник роста. Если результаты опираются на AI Search и прогнозные метрики, команде нужны отдельные правила валидации, чтобы не завышать вклад Google и не путать вероятный эффект с доказанным.

Короткий вывод для практики такой: поиск с ИИ расширяет верх воронки, Qualified Future Conversions удлиняет горизонт оценки, а значит, измерение результата в Google Ads требует более взрослой связки атрибуции, контента и мониторинга спроса. Когда нужна такая связка на уровне соцсетей, бренда и Telegram, это удобно собирать в FollowPulse.

Пользуйся FollowPulse и получай:

• Аналитику соцсетей
• Умный поиск информации
• Рост своего бренда

Пробный доступ — от 10 рублей.

Попробовать FollowPulse